在Ubuntu 14.04 64bit上搭建单机本地节点Spark 1.3.0环境
2015-10-23 14:28
696 查看
1.准备工作:
(1)安装JVM
(2)安装Scala
(3)安装Python或者IPython
2.官网下载Spark最新版并解压
登陆官网
http://spark.apache.org/downloads.html
选择包类型为"Pre-built for Hadoop 2.4 and later"并下载对应的tarball文件spark-1.3.0-bin-hadoop2.4.tgz
解压下载的文件spark-1.3.0-bin-hadoop2.4.tgz 到指定目录
cp -f spark-1.3.0-bin-hadoop2.4.tgz ~/program
复制代码
tar -xf spark-1.3.0-bin-hadoop2.4.tgz -C ~/program
复制代码
cd spark-1.3.0-bin-hadoop2.4
复制代码
ls
复制代码
由上易见, Spark版本是1.3.0, Hadoop版本是2.4
3.利用Spark自带的Python shell
使用PySpark shell, 在Spark解压的源码路径下,运行
bin/pyspark
在提示符下,依次输入下面的命令
>>> lines = sc.textFile("README.md")
>>> lines.count()
>>> lines.first()
按Ctrl-D退出shell环境
4.修改打印日志的级别
经过上面的运行,发现shell环境中打印的日志过多, 为此我需要调整以下日志的级别.为此,我在
conf目录下面新建一个文件log4j.properties,它是log4j.properties.template的副本,将其中
下面的行
log4j.rootCategory=INFO, console
改为
log4j.rootCategory=WARN, console
然后重新打开shell,发现调试信息少了很多
5.使用IPython或者IPython Notebook
在命令行, 我们可以使用下面的命令来开启IPython
IPYTHON=1 ./bin/pyspark
使用下面的命令来开启IPython Notebook
IPYTHON_OPTS="notebook" ./bin/pyspark
这会在默认浏览器中打开如下页面
点击上面的"New Notebook"打开一个新的页面标签, 在其中输入如下命令行,并按播放按钮来执行结果
按Ctrl-D退出shell环境
6.使用Scala shell测试line count小程序
打开Scala版本的shell,运行
bin/spark-shell
scala> val lines = sc.textFile("README.md")
scala> lines.cout()
scala> lines.first()
按Ctrl-D退出shell环境
7.测试Spark性能
进入到Spark的conf目录下面, 根据当前配置环境, 复制并修改spark_env.sh文件
cp -f spark-env.sh.template spark-env.sh
vim spark-env.sh
添加如下内容
export SCALA_HOME=/usr/local/spark/scala (这个为scala的安装后的根目录 )
启动主服务器节点
sbin/start-master.sh
启动从服务器节点
sbin/start-slaves.sh spark://127.0.0.1:7077
若启动过程中报错connect to host localhost port 22: Connection refused
造成这个错误的原因可能是ssh-server未安装或者未启动。ubuntu 11.10 默认安装openssh-client,但是木有安装server
运行 ps -e | grep ssh,查看是否有sshd进程
如果没有,说明server没启动,通过 /etc/init.d/ssh -start 启动server进程,如果提示ssh不存在 那么就是没安装server
通过 sudo apt-get install openssh-server命令安装即可
关闭分别使用
sbin/stop-master.sh
sbin/stop-slaves.sh
浏览master UI
http://127.0.0.1:8080/
http://127.0.0.1:8081/
运行样例
run-example org.apache.spark.examples.SparkPi local
run-example org.apache.spark.examples.SparkPi spark://127.0.0.1:7077
run-example org.apache.spark.examples.SparkLR spark://127.0.0.1:7077
(1)安装JVM
(2)安装Scala
(3)安装Python或者IPython
2.官网下载Spark最新版并解压
登陆官网
http://spark.apache.org/downloads.html
选择包类型为"Pre-built for Hadoop 2.4 and later"并下载对应的tarball文件spark-1.3.0-bin-hadoop2.4.tgz
解压下载的文件spark-1.3.0-bin-hadoop2.4.tgz 到指定目录
cp -f spark-1.3.0-bin-hadoop2.4.tgz ~/program
复制代码
tar -xf spark-1.3.0-bin-hadoop2.4.tgz -C ~/program
复制代码
cd spark-1.3.0-bin-hadoop2.4
复制代码
ls
复制代码
由上易见, Spark版本是1.3.0, Hadoop版本是2.4
3.利用Spark自带的Python shell
使用PySpark shell, 在Spark解压的源码路径下,运行
bin/pyspark
在提示符下,依次输入下面的命令
>>> lines = sc.textFile("README.md")
>>> lines.count()
>>> lines.first()
按Ctrl-D退出shell环境
4.修改打印日志的级别
经过上面的运行,发现shell环境中打印的日志过多, 为此我需要调整以下日志的级别.为此,我在
conf目录下面新建一个文件log4j.properties,它是log4j.properties.template的副本,将其中
下面的行
log4j.rootCategory=INFO, console
改为
log4j.rootCategory=WARN, console
然后重新打开shell,发现调试信息少了很多
5.使用IPython或者IPython Notebook
在命令行, 我们可以使用下面的命令来开启IPython
IPYTHON=1 ./bin/pyspark
使用下面的命令来开启IPython Notebook
IPYTHON_OPTS="notebook" ./bin/pyspark
这会在默认浏览器中打开如下页面
点击上面的"New Notebook"打开一个新的页面标签, 在其中输入如下命令行,并按播放按钮来执行结果
按Ctrl-D退出shell环境
6.使用Scala shell测试line count小程序
打开Scala版本的shell,运行
bin/spark-shell
scala> val lines = sc.textFile("README.md")
scala> lines.cout()
scala> lines.first()
按Ctrl-D退出shell环境
7.测试Spark性能
进入到Spark的conf目录下面, 根据当前配置环境, 复制并修改spark_env.sh文件
cp -f spark-env.sh.template spark-env.sh
vim spark-env.sh
添加如下内容
export SCALA_HOME=/usr/local/spark/scala (这个为scala的安装后的根目录 )
export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_79(jdk的根目录)
export SPARK_MASTER_IP=127.0.0.1
export SPARK_WORKER_MEMORY=1G
启动主服务器节点sbin/start-master.sh
启动从服务器节点
sbin/start-slaves.sh spark://127.0.0.1:7077
若启动过程中报错connect to host localhost port 22: Connection refused
造成这个错误的原因可能是ssh-server未安装或者未启动。ubuntu 11.10 默认安装openssh-client,但是木有安装server
运行 ps -e | grep ssh,查看是否有sshd进程
如果没有,说明server没启动,通过 /etc/init.d/ssh -start 启动server进程,如果提示ssh不存在 那么就是没安装server
通过 sudo apt-get install openssh-server命令安装即可
关闭分别使用
sbin/stop-master.sh
sbin/stop-slaves.sh
浏览master UI
http://127.0.0.1:8080/
http://127.0.0.1:8081/
运行样例
run-example org.apache.spark.examples.SparkPi local
run-example org.apache.spark.examples.SparkPi spark://127.0.0.1:7077
run-example org.apache.spark.examples.SparkLR spark://127.0.0.1:7077
相关文章推荐
- Ubuntu 默认壁纸历代记
- Ubuntu Remix Cinnamon 20.04 评测:Ubuntu 与 Cinnamon 的完美融合
- 关于Ubuntu 11.10启动提示waiting for the network configuration的问题
- 在 Ubuntu 桌面中使用文件和文件夹
- ubuntu下chrome无法同步问题解决
- Spark RDD API详解(一) Map和Reduce
- 使用spark和spark mllib进行股票预测
- Ubuntu Linux使用体验
- 使用 GNOME 优化工具自定义 Linux 桌面的 10 种方法
- 以Ubuntu 9.04为例 将工作环境迁移到 Linux
- VirtualBox虚拟机XP与宿主机Ubuntu互访共享文件夹
- 从USB安装Ubuntu Server 10.04.3 图文详解
- Ubuntu 15.04 正式版发布下载
- Linux-Ubuntu 10.04安装Cadence-ic610 方法总结图解
- Spark随谈——开发指南(译)
- Ubuntu 12.04和Windows 7双系统安装图解
- 开机出现:grub rescue的修复方法
- Ubuntu连接Android真机调试
- 你应该选择 Ubuntu 还是 Fedora?
- 100 个最佳 Ubuntu 应用(中)